Projet open source sur l'IA

Introduction complète Gemini Balance est un service proxy d'API OpenAI développé sur la base du framework FastAPI, visant à fournir une gestion efficace des clés multi-API et des fonctionnalités d'optimisation. Le projet prend en charge les appels de modèle Gemini, et les principales...

Introduction générale FoleyCrafter est un projet open source développé par OpenMMLab pour générer des effets sonores vivants et synchronisés pour des vidéos muettes. Le projet utilise des techniques avancées d'intelligence artificielle pour générer des effets sonores sémantiquement pertinents et synchronisés dans le temps en analysant le contenu vidéo...

Introduction complète TableGPT Agent est un outil intelligent basé sur le projet open source GitHub, conçu pour le traitement et l'analyse de données tabulaires. Il s'appuie sur le modèle de langage TableGPT2 et utilise l'interaction avec le langage naturel pour permettre aux utilisateurs d'interroger, de manipuler...

Introduction générale OmniSVG est un projet open source axé sur la génération de graphiques vectoriels de haute qualité (SVG) à l'aide d'un modèle multimodal. Il utilise des modèles visuels-linguistiques pré-entraînés pour supporter la génération de SVG à partir de descriptions textuelles ou d'entrées d'images, couvrant une large gamme de scénarios allant de simples icônes à des personnages d'anime complexes. Les éléments ...

Introduction générale RSS Translator est un outil open source, propre et auto-déployable conçu pour aider les utilisateurs à traduire et à s'abonner à des contenus RSS en temps réel. L'outil prend en charge plusieurs moteurs de traduction, dont Google Translate, Microsoft Tra...

Introduction complète UniAPI est un API forwarder compatible avec le protocole OpenAI, et sa fonction principale est de gérer les API de plusieurs fournisseurs de services de grands modèles tels que OpenAI, Azure OpenAI, Clau...

Introduction complète VLM-R1 est un projet open source de modélisation visuelle du langage développé par Om AI Lab et hébergé sur GitHub. Le projet est basé sur l'approche R1 de DeepSeek, combinée au modèle Qwen2.5-VL, par le biais de l'apprentissage par renforcement...

Introduction générale TankWork est un agent de bureau open source conçu pour permettre à l'IA de percevoir et de contrôler votre ordinateur grâce à la vision par ordinateur et à l'interaction au niveau du système. Le cadre permet aux agents de contrôler directement les ordinateurs par le biais de commandes vocales et textuelles, de traiter le contenu de l'écran en temps réel et de fournir des...

Description générale lightcard est un outil de génération de cartes simple et élégant conçu pour aider les utilisateurs à créer facilement de belles cartes de contenu. L'outil prend en charge le contenu textuel personnalisé, plusieurs styles de thèmes et les codes QR pour rendre la création plus facile et plus amusante. Les utilisateurs peuvent éditer le titre, le corps et l'auteur...

Introduction générale Podcastfy est un paquetage Python open source qui utilise la technologie d'intelligence artificielle générative (GenAI) pour convertir du contenu web, des fichiers PDF, du texte, des images, des vidéos youtube et bien d'autres sources en...

Introduction générale GPTMe est un outil révolutionnaire d'assistance à l'IA pour les terminaux, conçu pour améliorer l'efficacité du travail des développeurs. Il combine parfaitement de puissantes capacités d'IA avec l'environnement du terminal, prenant en charge diverses fonctions telles que l'exécution de code, l'édition de fichiers, la navigation sur le web et la reconnaissance visuelle. Comme la résolution de code ChatGPT...

Description générale tldraw est un outil de dessin collaboratif gratuit et instantané qui fournit une toile illimitée où les utilisateurs peuvent rapidement dessiner des graphiques, écrire du texte et collaborer instantanément. Doté d'une interface intuitive et d'excellentes performances, il convient à la collaboration en équipe et au travail à distance. Soutenu par la communauté open source, tldr...

QAnything Introduction détaillée QAnything (Question and Answer based on Anything) est un système de questions-réponses de base de connaissances locale lancé par NetEase, qui prend en charge toutes sortes de formats de fichiers et de bases de données, et qui peut être installé et utilisé hors ligne.....

Introduction générale CSM Voice Cloning est un projet open source développé par Isaiah Bjork et hébergé sur GitHub. Il est basé sur le modèle Sesame CSM-1B, qui permet aux utilisateurs de cloner un échantillon audio en fournissant simplement un...

Introduction générale AI Web Operator est un outil d'exploitation de navigateur d'IA open source conçu pour simplifier l'expérience de l'utilisateur dans le navigateur en intégrant plusieurs technologies d'IA et SDK. L'outil est basé sur Browserbase et Vercel...

Introduction générale Gemini Teacher est un assistant d'apprentissage de l'anglais basé sur l'IA de Google Gemini. Il reconnaît la prononciation de l'anglais de l'utilisateur en temps réel et fournit un retour instantané et des suggestions de correction. L'outil est conçu pour aider les utilisateurs à améliorer leurs compétences...

Introduction générale Bambo est un nouveau type de framework proxy, qui est plus léger et plus flexible que les frameworks traditionnels, et qui peut gérer une variété de tâches de charge. Bambo réalise une fonctionnalité proxy efficace en définissant tous les outils dans le catalogue d'outils et en utilisant des fonctions personnalisées asynchrones. Les utilisateurs peuvent se servir de l'outil llm_c...

Introduction générale ANUS (Advanced Neural Understanding System) est un agent d'intelligence artificielle open source hébergé sur GitHub, créé par l'utilisateur nikmcfly...

Introduction complète Baichuan-Audio est un projet open source développé par Baichuan Intelligence (baichuan-inc), hébergé sur GitHub, qui se concentre sur la technologie d'interaction vocale de bout en bout. Le projet fournit un cadre de traitement audio complet qui permet de ...

Introduction complète SemHash est un outil léger et flexible pour dédupliquer des ensembles de données par similarité sémantique. Il combine la génération rapide d'embedding de Model2Vec avec la recherche de similarité ANN (approximate nearest neighbour) de Vicinity....

Introduction générale OmniParse est une puissante plateforme d'analyse et d'optimisation de données conçue pour transformer toutes les données non structurées en données structurées, exploitables et optimisées pour le cadre GenAI (Generative Artificial Intelligence). Que vous travailliez avec des documents, des tableaux, des images, des vidéos, des fichiers audio ou...

Introduction complète Higress est une passerelle API cloud-native développée par Alibaba, construite sur Istio et Envoy, conçue pour fournir une planification efficace du trafic, une gouvernance des services et des solutions de sécurité. Il prend en charge les extensions Wasm pour de nombreux langages de programmation pour les activités d'IA...

SpeechGPT 2.0-preview est le premier système d'interaction anthropomorphique en temps réel introduit par OpenMOSS, qui est formé sur la base de millions d'heures de données vocales. Le système est équipé d'une expression vocale anthropomorphique et d'une réponse à faible latence de 100 ms, ce qui permet de...

Introduction complète STAR (Spatial-Temporal Augmentation with Text-to-Video Models) est un cadre innovant de super-résolution vidéo développé conjointement par l'Université de Nanjing, ByteDance et l'Université du Sud-Ouest....

Introduction générale Zed est un éditeur de code collaboratif multi-utilisateurs très performant, développé par les créateurs d'Atom et de Tree-sitter. Ses principales caractéristiques incluent le support du multijoueur...

Introduction complète OpenAI Realtime WebRTC Python est une bibliothèque Python professionnelle qui fournit aux développeurs une solution complète pour l'interaction vocale avec l'API OpenAI Realtime. Le projet est basé sur la technologie WebRTC, qui permet...

Description générale Artab est une extension de navigateur conçue pour présenter les plus grandes œuvres d'art du monde à chaque fois que vous ouvrez un nouvel onglet. L'extension est disponible pour les navigateurs Chrome, Edge et Firefox. Avec Artab, les utilisateurs peuvent...

Introduction générale IndexTTS est un outil de synthèse vocale open source hébergé sur GitHub et développé par l'équipe index-tts. Il est basé sur les technologies XTTS et Tortoise, en améliorant la conception des modules, afin de fournir des ...

Introduction complète CFG-Zero-star est un projet open source développé par Weichen Fan et l'équipe du S-Lab de l'Université technologique de Nanyang. Il se concentre sur l'amélioration de la technique Classifier Free Guidance (CFG) dans les modèles d'appariement de flux en optimisant la stratégie de ...

Introduction générale Groq AppGen est un générateur interactif innovant d'applications web, développé et mis à disposition par Groq Inc. Le projet démontre la puissance du modèle Llama 3.3 70B pour la génération de code HTML. En intégrant Groq...

Introduction générale GenEx est un modèle d'IA avancé capable de générer un monde 3D à 360° entièrement explorable à partir d'une seule image. GenEx repousse les limites de l'IA figurative dans l'espace imaginatif et a le potentiel de...

Introduction générale Kilo Code est un plug-in d'extension open source pour Visual Studio Code (VS Code en abrégé). Il utilise une technologie d'intelligence artificielle pour aider les utilisateurs à écrire du code plus efficacement. Ce projet a été développé par l'équipe Kilo-Org,...

Introduction générale AI Dev Gallery est une application d'outils de développement d'IA de Microsoft (actuellement en avant-première publique) conçue pour les développeurs Windows. Elle fournit une plateforme complète pour aider les développeurs à intégrer facilement des fonctionnalités d'IA dans leurs...

Introduction complète Pyramid Flow est une méthode efficace de génération vidéo autorégressive basée sur la technique de correspondance des flux. La méthode permet d'obtenir une meilleure efficacité de calcul dans la génération et la décompression de contenu vidéo en interpolant entre différentes résolutions et différents niveaux de bruit...

Introduction générale Aana SDK est un framework open source développé par Mobius Labs, nommé d'après le mot malayalam ആന (éléphant). Il aide les développeurs à déployer et à gérer rapidement des modèles d'IA multimodaux, en prenant en charge le traitement du texte, des images, de l'audio et de la vidéo, ainsi que d'autres données....

Introduction OmAgent est un cadre multimodal de corps intelligent développé par Om AI Lab, visant à fournir de puissantes fonctionnalités alimentées par l'IA pour les appareils intelligents. En intégrant des modèles de base multimodaux et des algorithmes de corps intelligents de pointe, le projet permet aux développeurs de créer des appareils intelligents efficaces sur une variété de...

Introduction générale PandasAI est une plateforme open source basée sur Python conçue pour simplifier le processus d'analyse des données grâce à des techniques de traitement du langage naturel. Elle permet aux utilisateurs de travailler en dialogue avec des bases de données (par exemple SQL, CSV, pandas, polars, mongodb, n...

Introduction générale Open Deep Research est un outil open source de génération de rapports de recherche pilotés par l'IA qui constitue une alternative open source aux capacités de recherche approfondie de Google Gemini. Le projet est développé en TypeScript et basé sur Next.js 1...

Introduction générale MTEB (Massive Text Embedding Benchmark) est un projet open source développé par l'équipe embeddings-benchmark et hébergé sur GitHub, visant à fournir des modèles...

Introduction générale InstantCharacter est un projet open source développé par Tencent Hunyuan et l'équipe InstantX, hébergé sur GitHub. Il génère des cartes de caractères cohérentes avec une image de référence et une description textuelle...

Introduction détaillée Qwen2.5-VL est un modèle multimodal open source développé par l'équipe Qwen d'Alibaba Cloud (Alibaba Cloud). Il peut traiter simultanément du texte, des images, des vidéos et des documents. Il s'agit d'une version améliorée de Qwen2-VL, basée sur Qwen2.5...

Introduction générale Story-Adapter est un cadre innovant de visualisation d'histoires qui convertit des histoires textuelles en séquences d'images cohérentes. Développé par des chercheurs, ce projet utilise une approche itérative qui ne nécessite aucune formation pour générer des illustrations d'histoires de haute qualité. Le cadre se caractérise par sa capacité à gérer de longues...

Introduction générale DataLine est un puissant outil d'analyse et de visualisation de données conçu pour aider les utilisateurs à interagir avec une variété de sources de données par le biais d'opérations simples. Qu'il s'agisse d'un fichier CSV ou d'une base de données classique telle que Postgres, MySQL, Snowflake, SQL...

Introduction complète MoneyPrinterTurbo est un projet open source qui utilise une technologie avancée d'intelligence artificielle pour générer de courtes vidéos HD en un seul clic. Les utilisateurs n'ont qu'à fournir un thème vidéo ou des mots-clés, le système générera automatiquement des copies vidéo, des clips vidéo, des sous-titres vidéo et...

Introduction générale VideoSeal est un outil de tatouage vidéo open source développé par Facebook Research, conçu pour permettre l'intégration et l'extraction efficaces de tatouages vidéo. L'outil prend en charge les modèles open source les plus récents et contient des modèles pré-entraînés, un code d'entraînement, un code d'inférence et des outils d'évaluation...

Introduction générale SQLite-Utils-Ask est un outil puissant conçu pour aider les utilisateurs à effectuer des requêtes de questions-réponses sur les bases de données SQLite et les fichiers CSV/JSON à l'aide de LLM (Large Language Model). L'outil est capable de générer automatiquement des questions...

Introduction générale Data Formulator est un outil open source de visualisation de données piloté par l'IA et développé par Microsoft Research. L'outil combine une interface utilisateur graphique (GUI) et une saisie en langage naturel (NL) pour permettre aux utilisateurs de créer et d'itérer rapidement par le biais d'interactions et de commandes simples...

Introduction générale Social Media Agent (Social Media Agent) est un projet open source qui gère les informations d'interaction par la nouvelle boîte de réception de l'agent, conçue pour aider les utilisateurs à automatiser la génération et la gestion du contenu des médias sociaux. Le projet est développé par l'équipe LangChain...

Introduction JoyGen est un cadre innovant de génération vidéo en deux étapes pour les visages parlants, qui se concentre sur la résolution du problème de la génération d'expressions faciales pilotée par l'audio. Développé par une équipe de Jingdong Technology, il utilise des techniques avancées de reconstruction 3D et des méthodes d'extraction de caractéristiques audio pour capturer avec précision les caractéristiques de l'identité du locuteur et l'expression...

Introduction Vision Parse est un outil révolutionnaire de traitement de documents, il combine astucieusement la technologie la plus avancée des modèles de langage visuel (Vision Language Models), la capacité de convertir intelligemment des documents PDF en format Markdown de haute qualité...

Introduction complète WeChat Video No. Downloader est un projet open source conçu pour aider les utilisateurs à télécharger rapidement du contenu vidéo à partir des numéros vidéo WeChat. L'outil prend en charge une variété de formats vidéo et de plateformes, et les utilisateurs peuvent facilement l'utiliser sur les systèmes Windows et macOS. Le projet est développé par ltaoo et hébergé sur...

Introduction générale AutoFlow est un outil open source développé par PingCAP pour construire des bases de connaissances basées sur des graphes avec le stockage vectoriel sans serveur TiDB. Il intègre les frameworks LlamaIndex et DSPy pour prendre en charge la recherche de dialogues complexes et les graphes de connaissances...

Introduction complète Gemini-Search est un projet de moteur de recherche intelligent open source basé sur la technologie Google Gemini 2.0. Le projet utilise le développement TypeScript, s'engage à reproduire le moteur de recherche Perplexity ...

Introduction DB-GPT est un cadre open source de développement d'applications de données natives de l'IA construit à l'aide d'AWEL (Agentic Workflow Expression Language) et des technologies du corps intelligent. Le projet vise à construire une infrastructure dans le domaine des grands modèles...

Introduction complète CogView3 est un système avancé de génération d'images par le texte développé par l'Université Tsinghua et Think Tank Team (Chi Spectrum Qingyan). Il est basé sur un modèle de diffusion en cascade et génère des images de haute résolution en plusieurs étapes. Il est basé sur un modèle de diffusion en cascade et génère des images de haute résolution à travers plusieurs étapes.

Introduction complète L'outil de surveillance de la dégradation du service ChatGPT est un projet open source conçu pour aider les utilisateurs à détecter si leur service ChatGPT a été dégradé en raison d'IP à haut risque. L'outil analyse les valeurs de difficulté de la preuve de travail (PoW) pour déterminer si les utilisateurs...

Introduction générale OASIS (Open Agent Social Interaction Simulations) est un simulateur de médias sociaux open source capable de simuler le comportement d'un million d'utilisateurs. La plateforme combine un modèle de langage à grande échelle avec un...

Introduction générale GPT-Crawler est un outil open source développé par l'équipe BuilderIO et hébergé sur GitHub. Il explore le contenu des pages en entrant une ou plusieurs URL de sites web, générant des fichiers de connaissance structurés (output.jso...

Introduction générale Parler-TTS est une bibliothèque de modèles de synthèse vocale (TTS) open source développée par Hugging Face, conçue pour générer une parole de haute qualité et à consonance naturelle. Le modèle est capable de générer de la parole à partir d'un texte d'entrée avec un style de locuteur spécifique (par exemple, le genre, la hauteur, le style d'élocution...

Introduction générale X-Dyna est un projet open source développé par ByteDance qui vise à générer des animations de portraits dynamiques grâce à des techniques de diffusion sans échantillonnage. Le projet utilise les expressions faciales et les mouvements du corps dans les vidéos d'entraînement pour animer des images de portraits individuels, générant ainsi des effets de mouvement réalistes et adaptés au contexte.X-D...

Description générale Porkybank est une application open source de gestion des finances personnelles conçue pour aider les utilisateurs à suivre facilement leur budget quotidien. Avec une formule simple (revenus - dépenses) / jours = argent liquide, les utilisateurs peuvent visualiser leur situation financière. Le projet est hébergé sur GitHu...

Introduction générale GaiaNet-AI/gaianet-node est un projet open source qui permet aux utilisateurs d'installer rapidement la pile logicielle de nœuds par défaut sur Mac, Linux ou Windows WSL à l'aide d'une seule commande. Les utilisateurs peuvent initialiser les noeuds, personnaliser les configurations, télécharger...

Introduction complète Agent Laboratory est un flux de travail de recherche autonome de bout en bout conçu pour aider les chercheurs à concrétiser leurs idées de recherche. Le système se compose d'agents dédiés pilotés par des modèles de langage à grande échelle qui prennent en charge l'ensemble du flux de travail de la recherche - de la réalisation d'analyses documentaires et de l'élaboration de plans à l'exécution de...

Introduction générale Cog-ComfyUI est un projet open source conçu pour exécuter les flux de travail ComfyUI via une API. Créé par l'utilisateur GitHub fofr, le projet fournit un moyen efficace d'intégrer et d'exécuter les flux de travail de ComfyUI.ComfyUI est un ...

Introduction générale Open NotebookLM est un projet open source conçu pour convertir n'importe quel document PDF en podcast. L'outil utilise les modèles Open Source Large Language Model (LLM) et Text-to-Speech (TTS) pour traiter le contenu PDF et générer des dialogues naturels adaptés aux podcasts audio...

Description générale Un module pour corriger les fichiers JSON invalides, en particulier pour analyser les données JSON incorrectes produites par les grands modèles de langage (LLM). Le module corrige les erreurs de syntaxe JSON courantes telles que les guillemets manquants, les virgules incorrectes, les...

Introduction générale Moshi Chat est un assistant vocal d'IA en temps réel de bout en bout conçu par Kyutai, un laboratoire d'IA français à but non lucratif. Il ne se contente pas d'écouter en temps réel, mais s'engage également dans des conversations naturelles et prend en charge les interactions multimodales, y compris la capacité de voir, d'entendre et de parler.Moshi Ch...

Une introduction complète NodeRAG est un système open source de génération augmentée de recherche d'information (RAG) hébergé sur GitHub et développé par Terry-Xu-666. Il optimise la recherche et la génération d'informations grâce à des structures de graphes hétérogènes, améliorant de manière significative la précision de la recherche et la pertinence contextuelle.Nod...

Introduction complète Deep Research Web UI est un outil d'aide à la recherche open source basé sur la technologie de l'IA, conçu pour aider les utilisateurs à mener des recherches itératives approfondies sur n'importe quel sujet. Il combine la puissance des moteurs de recherche, de l'exploration du web et de la modélisation du langage à grande échelle à travers une interface web intuitive...

Introduction générale realtime-transcription-fastrtc est un projet open source axé sur la conversion de la parole en texte en temps réel. Il utilise la technologie FastRTC pour traiter les flux audio à faible latence, combinée à un modèle Whisper local pour ...

Introduction générale Le Copilot Backend Agent Service est un projet open source conçu pour gérer le serveur de plugins GitHub Copilot en s'appuyant sur d'autres modèles FIM tels que DeepSeek, tout en prenant en charge plusieurs personnes partageant des comptes officiels. Le service supporte une variété d'IDE, y compris V...

Description générale Report mAIstro est un outil puissant conçu pour aider les utilisateurs à créer facilement des rapports personnalisés grâce à la technologie de traitement du langage naturel. L'outil utilise la technologie LangChain pour transformer les sujets et les structures fournis par l'utilisateur en rapports détaillés dans...

Introduction complète MindSearch est un moteur de recherche IA open source lancé par le Shanghai Artificial Intelligence Laboratory (SAL), qui vise à simuler le processus de pensée humaine pour la collecte et l'intégration d'informations complexes. L'outil combine les technologies avancées de la modélisation du langage à grande échelle (LLM) et des moteurs de recherche par le biais de la multi-intelligence...

Introduction complète Knowledge Table (Knowledge Table) est un projet open source conçu pour simplifier le processus d'extraction et d'exploration de données structurées à partir de documents non structurés. Les utilisateurs peuvent créer des représentations de connaissances structurées telles que des tableaux et des graphiques par le biais d'une interface d'interrogation en langage naturel. L'outil permet de personnaliser l'extraction ...

Introduction générale HyperChat est un client de chat open source développé par BigSweetPotatoStudio et hébergé sur GitHub, conçu pour fournir une vue d'ensemble du modèle de langage BigSweetPotatoStudio en intégrant les API de plusieurs grands modèles de langage (LLM) tels que OpenAI, Cla...

Introduction générale Unigraph est un graphe de connaissances et un moteur de recherche personnel local et polyvalent conçu pour fournir aux utilisateurs un espace de travail intégré qui les aide à gérer et à rechercher une grande variété de données dans leur vie personnelle. Avec Unigraph, les utilisateurs peuvent intégrer des données provenant de différentes sources dans un...

Introduction générale InspireMusic est une boîte à outils open source basée sur PyTorch et axée sur la génération de musique, de chansons et d'audio. Il fournit un cadre unifié pour la génération d'audio de haute qualité avec des contrôles pour les indices de texte, la structure de la musique et le style de...

Introduction complète Vector Vein est une plateforme de construction de flux de travail d'IA sans code, conçue pour aider les utilisateurs à créer facilement des flux de travail intelligents et automatisés. Sans aucune base de programmation, les utilisateurs peuvent simplement connecter divers modules fonctionnels par des opérations de glisser-déposer pour construire des flux de travail d'IA complexes....

Introduction générale miniLLMFlow est un cadre de développement minimaliste de Large Language Model (LLM) qui ne contient que 100 lignes de code, démontrant la philosophie de conception de "garder les choses simples". Le cadre est spécifiquement conçu pour permettre aux assistants IA (par exemple ChatGPT, Claude, etc.) de...

Introduction générale LAMBDA (Local Auto MailBox Draft Assistant) est un système d'automatisation d'email AI localisé conçu pour apprendre du style d'email d'un utilisateur et générer un brouillon pour chaque email non lu dans la boîte de réception Gmail....

Introduction générale LLM-RAG-Longevity-Coach est un chatbot basé sur les technologies LLM (Large Language Modelling) et RAG (Retrieval Augmented Generation) conçu pour fournir aux utilisateurs des conseils personnalisés en matière de santé et de longévité. Le projet a été développé par Tyler Burle...

Introduction générale Zola est une application de chat IA gratuite et open source développée par le développeur Julien Thibeaut (nom d'utilisateur GitHub ibelick) et hébergée sur GitHub. Sa meilleure caractéristique est qu'elle supporte plusieurs modes d'IA...

Introduction générale Flock est une plateforme open source low-code pour les flux de travail, hébergée sur GitHub et développée par l'équipe Onelevenvy. Elle est basée sur les technologies LangChain et LangGraph et a pour but d'aider les utilisateurs à construire rapidement des machines à discuter...

Introduction générale Markdownify MCP Server est un outil open source basé sur le Model Context Protocol, hébergé sur GitHub par le développeur Zach Caceres ...

Introduction générale Gemini Playground est un projet open source conçu pour aider les utilisateurs à déployer rapidement un site de dialogue multimodal. Le projet est développé par des crevettes techniques, il supporte l'utilisation de la clé API de Gemini en 10 secondes pour compléter le déploiement. Que l'utilisateur soit ...

Introduction complète Le AI Agent Service Toolkit est un ensemble d'outils complet basé sur LangGraph, FastAPI et Streamlit, conçu pour aider les développeurs à créer et à exécuter rapidement des services d'agents d'intelligence artificielle. La boîte à outils fournit...

Introduction ExtractThinker est un outil flexible d'intelligence documentaire qui extrait et classifie des données structurées à partir de documents en utilisant de grands modèles de langage (LLM), fournissant un flux de travail de traitement de documents transparent de type ORM. Il prend en charge une variété de chargeurs de documents, y compris Tess...

Introduction AudioNotes est un système de notes audio/vidéo structurées basé sur FunASR et Qwen2. Il peut rapidement extraire le contenu audio/vidéo et appeler le grand modèle pour générer des notes structurées en Markdown, ce qui est pratique pour...

Introduction générale RapBank est un ensemble de données et d'outils conçus pour la génération de paroles de rap. Le projet a été créé par NZqian pour fournir aux chercheurs et aux développeurs des données de haute qualité sur les paroles de rap en collectant et en traitant les chansons de rap de YouTube...

Introduction générale Agent Inbox est un projet open source développé par l'équipe LangChain pour fournir une nouvelle expérience utilisateur pour interagir avec des intelligences IA. Le projet permet aux utilisateurs de gérer et d'optimiser les interactions avec plusieurs intelligences IA à travers une interface centralisée.Ag...

Introduction générale Crawlee est un crawler web open source et une bibliothèque d'automatisation de navigateur développée par Apify, conçue pour les environnements Node.js. Elle prend en charge JavaScript et TypeScript, et peut être utilisée avec Puppeteer...

Introduction générale ChainForge est un environnement de programmation visuelle open source conçu pour tester et évaluer l'efficacité des repères des grands modèles de langage (LLM). Il fournit un environnement d'ingénierie de repérage de flux de données grâce auquel les utilisateurs peuvent rapidement explorer et analyser la qualité de différents repères sur la réponse LLM....

Introduction complète GOT-OCR2.0 est un modèle de reconnaissance optique de caractères (OCR) Open Source co-proposé par StepStar, qui vise à faire évoluer la technologie OCR vers OCR-2.0 grâce à un modèle unifié de bout en bout. Le modèle prend en charge un large éventail de tâches d'OCR, y compris la reconnaissance de textes normaux, de gr...

Introduction générale ColiVara est un service de stockage et de récupération de documents basé sur la technologie de l'intégration visuelle. Il élimine le besoin de reconnaissance optique de caractères (OCR) ou d'extraction de texte et évite les problèmes de formulaires brisés ou d'images perdues.ColiVara prend en charge plus de 100 formats de fichiers, y compris PDF...

Introduction générale Atomic Agents est un cadre extrêmement léger et modulaire conçu autour du concept d'atomicité pour construire des pipelines et des applications d'intelligence artificielle. Le framework fournit un ensemble d'outils et d'agents qui peuvent être combinés pour créer des applications puissantes. Il est basé sur Instruc...

Introduction complète LongWriter est un puissant outil de génération de textes longs développé par le groupe de recherche sur l'exploration des données de l'université de Tsinghua (THUDM). L'outil est basé sur le modèle de langage avancé Long Context (LLM) et est capable de générer des textes longs de plus de 10 000 mots.

Introduction générale UltraPixel est une technologie avancée de génération d'images à ultra-haute résolution conçue pour créer des images de très haute qualité et riches en détails. Elle a été développée par l'utilisateur GitHub catcathh et présentée à NeurIPS 2024.U...

Introduction générale Austen est un outil d'IA open source qui utilise le framework Angular et l'initialisation Analogjs, combinés à la technologie Mermaidjs pour générer des graphiques qui aident les utilisateurs à analyser les relations entre les personnages dans les livres. Les utilisateurs peuvent entrer dans Open...

Introduction générale magic-html est une bibliothèque Python conçue pour simplifier le processus d'extraction du contenu de la région du corps à partir du HTML. Qu'il s'agisse de structures HTML complexes ou de simples pages web, cette bibliothèque vise à fournir une interface pratique et efficace aux utilisateurs. Elle supporte l'extraction multimodale...